Responses of Great Horned Owls (Bubo virginianus), Barred Owls (Strix varia), and Northern Saw-whet Owls (Aegolius acadicus) to forest cover and configuration in an agricultural landscape in Alberta, Canada
Notice bibliographique
Résumé
Studies on the effects of forest fragmentation on birds have focussed primarily on passerines, with few studies on owls. We assessed the influence of forest amount and configuration on the abundance and distribution of three species of forest owls, Great Horned Owl ( Bubo virginianus (Gmelin, 1788)), Barred Owl ( Strix varia Barton, 1799), and Northern Saw-whet Owl ( Aegolius acadicus (Gmelin, 1788)), in agricultural landscapes with varying amounts of forest cover in central Alberta, Canada. All three species were positively associated with forest cover: Barred Owls were most prevalent in landscapes with >66% forest cover, Great Horned Owls in landscapes with between 36% and 65% forest cover, and Northern Saw-whet Owls in landscapes with between 16% and 100% forest cover. Regression models containing configuration variables were chosen as best models using AIC for all three species. Great Horned Owls were most abundant in landscapes with high heterogeneity: more forest–nonforest edges and higher forest patch area variation. Barred Owls were more likely to occur in landscapes with larger forest patch areas and Northern Saw-whet Owls were more abundant in landscapes that were more connected. These relationships are consistent with predictions based on body size of owls and local habitat relationships described in the literature.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».